| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第12-16页 |
| 1.1 课题研究背景和意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.3.1 本文主要研究内容与创新点 | 第14页 |
| 1.3.2 本文的章节安排 | 第14-15页 |
| 1.4 小结 | 第15-16页 |
| 2 多目标跟踪理论研究 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 贝叶斯滤波和蒙特卡洛思想 | 第16-18页 |
| 2.2.1 贝叶斯滤波 | 第16-17页 |
| 2.2.2 蒙特卡洛思想 | 第17-18页 |
| 2.3 粒子滤波的主要方法 | 第18-21页 |
| 2.3.1 SIS | 第18-20页 |
| 2.3.2 重采样技术 | 第20-21页 |
| 2.4 随机有限集和有限统计集理论 | 第21-23页 |
| 2.4.1 RFS | 第21-22页 |
| 2.4.2 FISST | 第22-23页 |
| 2.5 基于RFS的多目标建模 | 第23-24页 |
| 2.6 PHDF算法 | 第24-26页 |
| 2.7 SMC-PHDF算法 | 第26-27页 |
| 2.8 本章总结 | 第27-28页 |
| 3 自适应SMC-PHDF算法 | 第28-36页 |
| 3.1 引言 | 第28页 |
| 3.2 SMC-PHDF更新方法分析与自适应调整改进 | 第28-29页 |
| 3.3 自适应SMC-PHDF算法步骤 | 第29-31页 |
| 3.4 算法仿真与分析 | 第31-34页 |
| 3.4.1 目标跟踪模型 | 第31页 |
| 3.4.2 参数设置 | 第31页 |
| 3.4.3 仿真结果与分析 | 第31-34页 |
| 3.5 小结 | 第34-36页 |
| 4 Parfor并行模式在SMC-PHDF中的应用 | 第36-44页 |
| 4.1 并行模式在SMC-PHDF中的可行性 | 第36-37页 |
| 4.2 Matlab的并行计算模式 | 第37页 |
| 4.3 SMC-PHDF的并行性分析与实现 | 第37-38页 |
| 4.4 仿真结果与分析 | 第38-42页 |
| 4.5 小结 | 第42-44页 |
| 5 总结与展望 | 第44-46页 |
| 5.1 总结 | 第44-45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 攻读硕士学位期间科研成果 | 第52-54页 |
| 致谢 | 第54页 |